研究团队提出EvidenceConnect框架并训练ZwZ2模型
热点事件持续更新
研究团队提出EvidenceConnect框架并训练ZwZ2模型
1 篇报道1 个报道来源3 小时前更新
先了解这件事
AI 综述
Lai Wei 等研究团队发布论文（arXiv 2610.37037），提出数据合成框架 EvidenceConnect，利用单张图像内相关区域的放大视图生成需比较、聚合或串联视觉证据的问题，并用该数据通过 RLVR 训练出 ZwZ2 模型。 数据质量方面，论文称仅保留多个独立 VLM 一致认可的参考答案，并通过区域消融测试剔除删去所选区域后答案仍不变的问题。团队称这些数据未针对任何下游 benchmark 定制，但 ZwZ2 在细粒度与空间感知上有所提升，并在具身空间推理、多模态长上下文理解、智能体任务及通用视觉推理上获得进一步增益。
AI 根据报道生成 · 1 小时前更新
最新进展10月28日 12:00
Zooming without Zooming v2：从看到细节到连接证据的泛化多模态感知报道时间线
沿着报道，了解事件的不同侧面。
10月28日
- arXiv cs.AIZooming without Zooming v2：从看到细节到连接证据的泛化多模态感知
研究团队提出数据合成框架 EvidenceConnect，利用单张图像内相关区域的放大视图生成需比较、聚合或串联视觉证据的问题，并通过多 VLM 一致性校验与区域消融测试保证数据质量。基于该数据用 RLVR 训练得到 ZwZ2 模型，虽数据未针对下游 benchmark 定制，却在细粒度与空间感知上提升，并在具身空间推理、多模态长上下文理解、智能体任务及通用视觉推理上获得进一步增益。
本事件热度走势
还没有足够的连续观测数据，暂不绘制趋势。